11

BAB II

LANDASAN TEORI

2.1. Financial Technology

Financial Technology adalah perpaduan dari teknologi dan keuangan yang

melahirkan cara baru untuk orang membayar, mengirim uang, meminjam,

meminjamkan dan berinvestasi. FinTech terbentuk dari krisis finansial yang

menyebabkan turunnya kepercayaan orang terhadap bank. Maka dari itu, Fintech

menawarkan kepercayaan dan transparansi yang dikemas dalam teknologi yang

membuat semua aktivitas keuangan dapat dipantau dan mudah diakses (Chishti &

Barberis, 2016). Menurut (Nicoletti, 2017), Fintech adalah sebuah inisiatif dengan

bisnis yang inovatif yang memanfaatkan teknologi informasi dan komunikasi di

bidang jasa keuangan.

Dalam artian yang lebih luas, Financial technology/Fintech merupakan

hasil gabungan antara jasa keuangan dengan teknologi yang akhirnya mengubah

model bisnis dari konvensional menjadi moderat, yang awalnya dalam membayar

harus bertatap-muka dan membawa sejumlah uang kas, kini dapat melakukan

transaksi jarak jauh dengan melakukan pembayaran yang dapat dilakukan dalam

hitungan detik saja. (Bank Indonesia, 2019).

2.2. E-Cash/E-money

Uang elektronik (electronic money) atau e-money adalah alat pembayaran yang

memenuhi unsur-unsur sebagai berikut, yaitu diterbitkan atas dasar nilai uang yang

disetor terlebih dahulu oleh pemegang terhadap penerbit, nilai uang disimpan secara

elektronik dalam suatu media seperti server atau chip, digunakan sebagai alat

12

pembayaran kepada pedagang yang bukan merupakan penerbit uang elektronik

tersebut, dan pada akhirnya nilai uang elektornik yang disetor oleh pemegang dan

21 dikelola oleh penerbit bukan merupakan simpanan sebagaimana dimaksud

dalam undang-undang yang mengatur mengenai perbankan (Serfianto, Hariyani, &

Serfiani, 2012).

2.3. Digital Payment/e-payment

Digital payment dapat didefinisikan sebagai segala jenis pembayaran yang

menggunakan instrument digital. Dalam Digital Payment ada 2 aktor utama yaitu

The Payer (si pembayar) dan juga The Payee (si penerima pembayaran), keduanya

menggunakan instrumen elektronik dalam melakukan pembayaran (Mane, 2019).

Pada digital payment ini, transaksi yang dilakukan tidak melibatkan uang

kertas/uang tunai yang berbentuk fisik (hard cash) melainkan menggunakan

Electronic Money (Mane, 2019).

2.4. Digital Wallet

E-Wallet atau dompet elektronik adalah alat pembayaran digital atau alat

pembayaran digital yang menggunakan media elektronik berupa server based. Pada

umumnya e-wallet berupa aplikasi yang berbasis di server dan dalam proses

pemakaiannya memerlukan sebuah koneksi terlebih dulu dengan penerbitnya

(Mulyana & Wijaya, 2018). Dalam artian yang lebih luas, Electronic Wallet atau

dompet elektronik adalah layanan elektronik untuk menyimpan data instrumen

pembayaran antara lain alat pembayaran dengan menggunakan kartu dan/atau uang

elektronik (e-money), yang dapat juga menampung dana, untuk melakukan

pembayaran. Dompet elektronik biasa disebut dengan istilah e-wallet, dompet

13

digital, digital wallet atau electronic wallet. Penyelenggara dompet elektronik

adalah bank atau lembaga selain bank yang menyelenggarakan dompet elektronik

Indonesia (Bank Indonesia, 2016).

2.5. UTAUT

Unified Theory of Acceptance and Use of Technology (UTAUT) merupakan

model teori yang dibuat dan dikembangkan oleh (Venkatesh) dengan

menggabungkan delapan teori model penerimaan teknologi (technology

acceptance) antara lain (Venkatesh, Thong, & Xu, 2012):

1. Theory of Reasoned Action (TRA),

2. Technology Acceptance Model (TAM),

3. Motivational Model (MM),

4. Theory of Planned Behavior (TPB),

5. A Model Combining The Technology Acceptance Model and The Theory of

Planned Behavior (C-TAM-TPB),

6. The Model of PC Utilization (MPCU),

7. The Innovation Diffusion Theory (IDT), dan

8. The Social Cognitive Theoary (SCT).

Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih

berhasil menjelaskan hingga 70% varian behavior intention. UTAUT cukup

tangguh (robust) karena dapat diterjemahkan dalam berbagai bahasa dan dapat

digunakan lintas budaya. (bendi & Andayani, 2014) UTAUT memiliki empat

konstruk yang mempengaruhi niat perilaku (behavioral intention) ke penggunaan

14

teknologi (use a technology), empat konstruk tersebut terdiri dari (Venkatesh,

Thong, & Xu, 2012):

1. Ekspektasi kinerja (performance expectancy),

2. Ekspektasi usaha (effort expectancy),

3. Pengaruh sosial (social influence), dan

4. Kondisi pendukung (facilitating conditions).

Gambar 2.1. Model UTAUT

Sumber: (Venkatesh, Thong, & Xu, 2012)

15

2.6. Pengertian Variabel

1. Performance expectancy

Ekspektasi kinerja (performance expectancy), mengacu pada

kepercayaan / persepsi individu bahwa teknologi yang digunakan dapat

memberikan manfaat/keuntungan untuk melakukan transaksi, seperti

kecepatan dan kenyamanan dalam bertransaksi. (Junadi & Sfenrianto,

2015), (Mustaqim, Kusyanti, & Aryadita, 2018), (Venkatesh, Thong, &

Xu, 2012).

2. Effort Expectancy

Ekspetasi Kinerja (Effort Expectancy) mengacu persepsi individu pada

tingkat kemudahan suatu suatu sistem saat digunakan, ini juga mengacu

pada tingkat kemudahan sistem yang mudah dipahami oleh user

sehingga user tidak membutuhkan skill khusus untuk menggunakan

system yang ada (Junadi & Sfenrianto, 2015), (Mustaqim, Kusyanti, &

Aryadita, 2018), (Venkatesh, Thong, & Xu, 2012).

3. Social Influence

Pengaruh social (Social Influence) mengacu pada pengaruh orang

penting disekitar individu yang menganjurkan individu untuk

menggunakan sistem. Orang yang dimaksud penting contohnya adalah

keluarga, pasangan, atau oraganisasi. (Junadi & Sfenrianto, 2015),

(Mustaqim, Kusyanti, & Aryadita, 2018), (Venkatesh, Thong, & Xu,

2012).

16

4. Perceived Security

Perceived Security adalah suatu persepi dari bagaimana sistem yang

digunakan dapat melindungi transaksi yang sedang dilakukan. Percived

security terdiri dari beberapa faktor seperti proteksi data, peraturan yang

jelas dan mudah dipahami. Selain itu Perceived security juga

berhubungan dengan regulasi dan proteksi yang legal yang didapatkan

oleh individu. (Schierz, Schilke, & Wirtz, 2010), (Junadi & Sfenrianto,

2015).

5. Culture

Faktor dari Culture seperti tingkat pendidikan terakhir dan pengalaman

dalam menggunakan teknologi sangat penting dalam penerimaan

teknologi baru. Culture di satu daerah dengan daerah lainnya pastinya

tidak sama. Menurut penelitian yang sudah dilakukan oleh Keramati et

al dalam penelitiannya yang berjudul “Adoption of Electronic Payment

Services by Iranian Customers”, menyatakan bahwa tingkat

pengdidikan terakhir, pengalaman menggunkan suatu teknologi (seperti

internet dan smartphone) dapat mempengaruhi suatu individu untuk

menggunakan suatu sistem. (Havidz, Aima, Ali, & Iqbal, 2018), (Junadi

& Sfenrianto, 2015).

2.7. Regresi Linear Berganda

Analisis regresi linear berganda digunakan untuk menguji hipotesis tentang

antara hubungan dua variable independen atau lebih secara bersama-sama dengan

17

suatu variabel dependen. Tujuannya adalah untuk mengetahui seberapa besar

pengaruh variabel independen dengan variabel dependen. (Sugiyono, 2014).

Regresi linier berganda dimaksudkan untuk menguji pengaruh dua atau

lebih variabel independent (explanatory) terhadap satu variable dependen. Model

ini mengasumsikan adanya hubungan satu garis lurus/linier antara variabel

dependen dengan masing-masing prediktornya. Hubungan ini biasanya

disampaikan dalam rumus (Janie, 2012):

𝑌 = 𝑎 + 𝑏1𝑋1 + 𝑏2𝑋2 + ⋯ + 𝜀

Rumus 2.1. Perhitungan regersi linier berganda

Keterangan:

𝑌 = Variabel dependen

𝑎 = Koefisien konstanta

𝑏1, 𝑏2, 𝑏3, … = Koefisien regresi

𝑋1 = Variabel independen 1

𝑋2 = Variabel independen 2

𝜀 = Error, variabel gangguan

18

2.7.1. Analisis Asumsi Klasik

Untuk tujuan pengujian hipotesis nilai parameter model, model regresi

linier juga mengasumsikan hal-hal sebagai berikut yang biasa disebut Uji

Asumsi Klasik (Janie, 2012).

2.7.1.1. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah dalam

model regresi ditemukan adanya korelasi yang tinggi atau

sempurna antara variabel independent. Jika antar variabel

independent terjadi multikolinieritas sempurna, maka

koefisien regresi variabel indipenden tidak dapat ditentukan

dan nilai standard error menjadi tak terhingga. Jika

multikolinieritas antar variabel indpenden tinggi, maka

koefisien regresi variabel independent dapat ditentukan,

tetapi memiliki nilai standard error tinggi berarti nilai

koefisien regresi tidak dapat diestimasi dengan tepat .

2.7.1.2. Uji Heteroskedastitas

Uji Heteroskedastitas bertujuan untuk mengetahui apakah

antar variabel-variabel memiliki varian yang sama. Cara

mendeteksi Heteroskedastitas adalah dengan metode

grafik. Metode grafik biasanya dilakukan dengam melihat

grafik plot antara nilai prediksi variabel dependen dengan

residualnya.

19

2.7.2. Analisis Regresi Linier Beganda

2.7.2.1. Uji Koefisien Determinasi (R2)

Uji Koefisien Determinasi (R2) bertujuan mengukur

seberapa jauh kemampuan model dalam menerangkan

variabel-variabel dependen (Mustaqim, Kusyanti, &

Aryadita, 2018). Koefisien determinasi menjelaskan variasi

pengaruh variabel-variabel bebas terhadap variabel

terikatnya. Uji Koefisien Determinasi (R2) dapat pula

dikatakan sebagai proporsi pengaruh seluruh variabel bebas

terhadap variabel terikat. Nilai koefisien determinasi dapat

diukur oleh nilai RSquare atau Adjusted R-Square (Iqbal,

2015). R-Square digunakan pada saat variabel bebas hanya

1 saja (biasa disebut dengan Regresi Linier Sederhana),

sedangkan Adjusted R-Square digunakan pada saat variabel

bebas lebih dari satu (Iqbal, 2015).

2.7.2.2. Uji pengaruh Simultan (F)

Uji pengaruh Simultan bertujuan untuk mengetahui apakah

variabel independen secara bersama-sama atau simultan

mempengaruhi variabel dependen (Mustaqim, Kusyanti, &

Aryadita, 2018).

Menurut (Sugiyono, 2014) uji F dirumuskan sebagai

berikut:

20

𝐹 = 𝑟2/𝑘

(1− 𝑟2)/(𝑛−𝑘−1)

Rumus 2.2. Perhitungan Uji F

Keterangan:

𝑟2 = Koefisien determinasi

𝑘 = Jumlah variabel independent

𝑛 = Jumlah data

2.7.2.3. Uji Pengaruh Parsial (T)

Uji Pengaruh Parsial bertujuan untuk mengetahui seberapa

jauh pengaruh satu variabel independen secara individual

dalam menerangkan variasi variabel dependen (Mustaqim,

Kusyanti, & Aryadita, 2018).

Uji t menggunakan rumus (Sugiyono, 2014):

𝑡 = r√n−2

√1−𝑟2

Rumus 2.3 Perhitungan Uji T

Keterangan:

𝑡 = Distribusi t

𝑟 = Koefisien korelasi parsial

𝑟2 = Koefisien determinasi

21

𝑛 = Jumlah data

2.8. Strctural Equation Modeling (SEM)

Structural equation modeling merupakan sebuah teknik perhitungan

statistik yang menjelaskan hubungan antara multi-variabel. Teknik ini dapat

memeriksa hubungan-hubungan yang bersifat dependen secara bersamaan (Hair,

Black, Babin, & Anderson, 2010). Selain itu, teknik ini dapat memeriksa hubungan-

hubungan yang terdapat di persamaan-persamaan yang ada. Persamaan-persamaan

tersebut menggambarkan hubungan antar constructs (variabel dependen dan

independen) yang terdapat pada penelitian. Construct/konstruk merupakan latent

factor/faktor yang tidak dapat diobservasi secara langsung yang direpresentasikan

oleh multiple variables (Hair, Black, Babin, & Anderson, 2010).

Dari segi metodologi, SEM memiliki berbagai peran, diantaranya sebagai

sistem persamaan simultan, analisis kausal linear, path analysis, analysis of

covariance structure, dan model persamaan struktural (Wijanto, 2016).

2.8.1. Variabel SEM

SEM memiliki 2 variabel, diantaranya (Hair, Black, Babin, &

Anderson, 2010):

1. Latent Variable/Variabel Laten

Variabel ini merupakan variabel yang tidak dapat

diamati secara langsung, diantaranya yaitu sikap, perilaku,

perasaan, dan motivasi. Variabel tersebut memiliki 2 jenis,

22

sebagaimana yaitu variabel eksogen dan endogen. Variabel

eksogen merupakan variabel independen yang

mempengaruhi variabel endogen. Sedangkan, variabel

endogen merupakan variabel dependen atau variabel terikat

yang dipengaruhi oleh variabel eksogen.

2. Observed Variable/Variabel Teramati

Variabel ini merupakan variabel yang dapat diamati

secara langsung, dan biasanya, variabel ini disebut sebagai

indikator. Variabel ini merupakan representasi dari jumlah

variabel yang diteliti. Misalnya, pada suatu kuisioner

penelitian, terdapat 100 pertanyaan. Maka, penelitian

tersebut memiliki 100 observed variables sebab pertanyaan-

pertanyaan tersebut merupakan representasi dari observed

variables.

2.9. Skala Likert

Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi

tentang fenomena sosial (Sugiyono, 2010). Langkah-langkah dalam menyusun

skala likert adalah menetapkan variabel yang akan diteliti, menentukan indikator

yang dapat mengukur variabel yang diteliti, menurunkan indikator tersebut menjadi

pertanyaan (kuesioner). (Sugiyono, 2010) Jawaban setiap instrumen yang

menggunakan skala Likert mempunyai gradasi sangat positif sampai negatif. Item

positif berarti angka terbesar diletakkan pada sangat setuju, sedangkan item negatif

23

berarti angka terbesar diletakkan pada sangat tidak setuju. Biasanya disediakan lima

pilihan skala dengan format seperti di bawah ini (Sugiyono, 2010):

1. Sangat tidak setuju

2. Tidak setuju

3. Netral

4. Setuju

5. Sangat setuju

2.10. SPSS

SPSS merupakan program untuk olah data statistik yang paling popular dan

paling banyak pemakaiannya diseluruh dunia dan banyak digunakan oleh para

peneliti untuk berbagai keperluan seperti riset pasar, untuk menyelesaikan tugas

penelitian seperti skripsi, tesis, disertasi dan sebagainya (Oktofiyani, Nurmalasari,

& Anggraeni, 2016). SPSS pertama kali dibuat pada tahun 1968 oleh tiga orang

mahasiswa dari Standford University. SPSS merupakan kependekkan dari

Statistical Package for The Social Sciences karena program ini mula-mula dipakai

untuk meneliti ilmu-ilmu social, namun seiring perkembangannya dari waktu ke

waktu SPSS penggunaannya semakin luas untuk berbagai bidang ilmu seperti

bisnis, pertanian, industry, ekonomi, psikologi dan lain-lain sehingga sampai

sekarang kepanjangan SPSS adalah Statistical Product and Service Solution.

(Oktofiyani, Nurmalasari, & Anggraeni, 2016).

24

2.11. Teknik Pengumpulan data

Teknik pengambilan data / teknik sampling dapat dibagi menjadi 2 kategori

yaitu probability sampling dan non-probability sampling (Sugiyono, 2015).

1. Probability Sampling

Probability Sampling adalah teknik pengambilan sampel yang

memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk

dipilih menjadi anggota sampel. Berikut ini adalah jenis-jenis dari

Probability Sampling (Sugiyono, 2015):

a) Simple Random Sampling

Simple Random Sampling adalah pengambilan anggota sampel dari

populasi yang dilakukan secara acak tanpa memperhatikan strata yang

ada dalam populasi itu.

b) Proportionate Stratified Random Sampling

Proportionate Stratified Random Sampling adalah

teknik sampling yang digunakan bila populasi mempunyai

anggota/unsur yang tidak homogen dan berstrata secara proporsional .

c) Disproportionate Stratified Random Sampling

Disproportionate Stratified Random Sampling adalah

teknik sampling yang digunakan bila populasi berstrata tetapi kurang

proporsional.

25

d) Cluster Random Sampling

Cluster Random Sampling merupakan teknik sampling daerah yang

digunakan untuk menentukan sampel bila obyek yang akan diteliti atau

sumber data sangat luas, misalnya penduduk dari suatu negara, propinsi

atau kabupaten.

2. Nonprobability Sampling

Nonprobability Sampling adalah teknik pengambilan sampel yang tidak

memberi peluang atau kesempatan sama bagi setaip unsur atau anggota

populasi untuk dipilih menjadi sampel. Berikut ini adalah jenis-jenis dari

Nonprobability Sampling (Sugiyono, 2015):

a) Systematic Sampling

Sampling Sistematis adalah teknik pengambilan sampel berdasarkan

urutan dari anggota populsai yang telah diberi nomor urut.

b) Quota Sampling

Sampling Kuota adalah teknik untuk menentukan sampel dari

populasi yang mempunyai cirri-ciri tertentu sampai jumlah (kuota) yang

diinginkan.

c) Incidental Sampling

26

Sampling Insidental adalah teknik penentuan sampel berdasarkan

kebetulan, yaitu siapa saja yang secara kebetulan/insidental bertemu

dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang

yang kebetulan ditemui itu cocok dengan sumber data.

d) Purposive Sampling

Purposive Sampling adalah teknik penentuan sampel dengan

pertimbangan tertentu.

e) Sampling Jenuh

Sampling Jenuh adalah teknik penentuan sampel apabila semua

anggota populasi digunakan sebagai sampel.

f) Snowball Sampling

Snowball Sampling adalah teknik penentuan sampel yang mula-

mula jumlahnya kecil, kemudian membesar.

2.12. Penelitian terdahulu

Penelitian-penelitian terdahulu berfungsi sebagai pendukung untuk

melakukan penelitian. Berikut adalah tabel yang berisi penelitian terdahulu yang

akan digunakan oleh peneliti.

Tabel 2.1. Penelitian Terdahulu

1

Nama Rizki Nanda Mustaqim, Ari Kusyanti, Himawat

Aryadita

Nama Jurnal Jurnal Pengembangan Teknologi Informasi dan

Ilmu Komputer,

27

Vol. 2, No. 7, Juli 2018, hlm. 2584-2593

Judul

Analisis Faktor-Faktor yang Memengaruhi Niat

Penggunaan E-Commerce XYZ Menggunakan

Model UTAUT

Metode

The unified theory of acceptance and use of

technology (UTAUT).

Analisis data menggunakan Regresi Linier

Berganda

Hasil

Dari hasil uji hipotesis dapat disimpulkan bahwa

faktor yang berpengaruh terhadap niat untuk

bertransaksi di e-commerce XYZ adalah sosial

influence atau pengaruh sosial. Semakin potisif

pengaruh sosial seseorang dalam menggunakan

E-commerce XYZ, maka akan semakin besar niat

atau keinginan seseorang untuk bertransaksi di e-

commerce XYZ. Temuan lain menyatakan bahwa

faktor harapan kinerja (performance expectancy)

dan harapan usaha (effort expectancy) tidak

berpengaruh terhadap niat seseorang untuk

bertransaksi di e-commerce XYZ. Hal ini

ditunjukkan oleh tidak adanya pengaruh yang

signifikan diantara faktor performace expectancy

dan effort expectancy terhadap behavioral

intention.

Secara keseluruhan ketiga prediktor

(performace expectancy, effort expectancy,

dan social influence) memiliki hubungan atau

korelasi yang sedang terhadap niat (behavioral

intention) untuk bertransaksi di e-commerce

28

XYZ. Hal tersebut ditunjukkan oleh nilai R

yaitu sebesar 587. Dan ketiga prediktor ini

hanya mampu menjelaskan pengaruh terhadap

behavioral Intention yaitu sebesar 34.5%.

2

Nama Junadi, Sfenrianto

Nama Jurnal Procedia Computer Science, Vol 59, 2015, 214 –

220.

Judul A Model of Factors Influencing Consumer’s

Intention to Use E-Payment System in Indonesia

Metode

The unified theory of acceptance and use of

technology (UTAUT). Diberikan kepada 110

qualified respondents. Analisis data menggunakan

Structural Equation Modeling (SEM).

Hasil

Variabel: Effort Expectancy, Culture, Perceived

Security, Performance Expectancy, Social

Influence, Intention to Use Electronic Payment

System

Masing-masing variable

mempunyai dampak yang positif terhadap

customers’ purchase intention untuk

menggunakan e-payment.

3

Nama Anita Rahmawaty

Tahun PALASTREN, Vol. 9, No. 1, Juni 2016

Judul Perempuan dan pemanfaatan teknologi internet

dengan pendekatan UTAUT

Metode

The unified theory of acceptance and use of

technology (UTAUT). Analisis data menggunakan

Regresi linier berganda

Hasil Faktor pendukung utama responden dalam

menggunakan teknologi internet, di antaranya

29

adalah kebutuhan informasi terkini, tingkat

kebutuhan terhadap ilmu pengetahuan, serta motif

penyelesaian tugas dan komunikasi. Sedangkan

faktor penghambat utama responden untuk tidak

menggunakan internet adalah faktor kesibukan, di

mana para responden banyak terlibat dalam

pekerjaan domestik yang diakibatkan oleh

pembagian peran gender yang kurang adil bagi

perempuan. Sedangkan intensi pemanfaatan

internet pada kaum perempuan dipengaruhi oleh

faktor ekspektasi kinerja, ekspektasi usaha,

kondisi pendukung dan efikasi diri. Sedangkan

pengaruh social tidak berpengaruh secara

signifikan terhadap intensi pemanfaatan internet.

Temuan penelitian ini menunjukkan pula bahwa

efikasi diri merupakan variabel penting yang

mempengaruhi intensi perilaku pemanfaatan

internet pada kaum perempuan.

4 Nama I Ketut Yadnyana, Ni Putu Ary Wulandari

Nama Jurnal E-Jurnal Akuntansi Universitas Udayana, Vol 14,

No.2, Februari 2016, 1270-1297

Judul Penerapan Model UTAUT di kota Denpasar

Metode (UTAUT). Analisis data menggunakan Regresi

linear berganda

Hasil semua hipotesis penelitian ini diterima yaitu

ekspektasi kinerja, ekspektasi usaha, faktor sosial

dan kondisi yang memfasilitasi mempunyai

pengaruh positif yang signifikanpada minat

penggunaan e-Filing. Hal tersebut memiliki makna

30

bahwa semakin tinggi keyakinan seseorang dengan

menggunakan e-Filing akan meningkatkan kinerja

dan mengurangi usahanya dalam bekerja maka akan

meningkat pula minat mereka dalam menggunakan

e-Filing. Semakin tinggi pengaruh lingkungan sosial

dan tersedianya fasilitas dalam penggunaan e-Filing

maka meningkat pula minat mereka dalam

menggunakan e-Filing

5. Nama Jonathan Christopher, Marcelli Indriana

Nama Jurnal ULTIMA InfoSys, Vol. IX, No. 2 Desember 2018

Judul Analisis Tingkat Penerimaan Pengguna

Layanan Music as a Service Berbayar dengan

Metode Unified Theory Acceptance and Use of

Technology 2

Metode UTAUT dan SEM

Hasil Terdapat tiga faktor yang terbukti memiliki

pengaruh positif dan signifikan

terhadap niat untuk mengadopsi layanan music as

a service berbayar di Indonesia. Faktor tersebut

adalah hedonic motivation, habit, dan search cost.

Perceived usefulness juga memiliki pengaruh yang

signifikan dan negatif terhadap niat untuk

mengadopsi layanan music as a service.

Sementara itu, empat faktor lainnya, yaitu effort

expectancy, social influence, facilitating

conditions, dan price value dinyatakan kurangnya

bukti yang menunjukkan bahwa keempat variabel

memiliki pengaruh yang signifikan terhadap niat

untuk mengadopsi layanan music as a service

berbayar. Urutan faktor yang berpengaruh dalam

penelitian ini dimulai dari habit (4.30), search cost

(3.97), dan hedonic motivation (3.05).

Metode SEM dalam mengolah data dapat digunakan untuk mengolah

mode UTAUT (Junadi & Sfenrianto, 2015) dan (Christopher & Indriana, 2018).

31

Namun, UTAUT juga bisa diolah dengan metode regresi linear berganda

(Mustaqim, Kusyanti, & Aryadita, 2018), (Rahmawaty, 2016), dan (Wulandari &

Yadnyana, 2016). Variabel yang digunakan oleh semua jurnal hampir sama karena

menggunakan pendeketan yang sama yaitu UTAUT (The unified theory of

acceptance and use of technology). Pada 2018, UTAUT pernah didaopsi untuk

mengukur minat penggunaan terhadap e-commerce dimana didapat bahwa

performance expectancy dan effort expectancy tidak mempunyai pengaruh yang

signifikan terhadap minat penggunaan e-commerce (Mustaqim, Kusyanti, &

Aryadita, 2018), berbeda halnya dengan pengadopsian UTAUT untuk mengukur

minat penggunaan e-payment system. Pada e-payment system, semua variabel

UTAUT mempunyai pengaruh yang signifikan untuk mempengaruhi minat

penggunaan e-payment system, yaitu Performance Expectancy, Effort Expectancy,

Social Influence, Perceived Security dan Culture (Junadi & Sfenrianto, 2015).

Peneliti memutuskan untuk mengadopsi model dari jurnal (Junadi &

Sfenrianto, 2015) dengan 3 konstruk utama dari UTAUT dan ditambah 2 variabel

eksternal yaitu Culture dan Perceived Security. Metode yang digunakan adalah

regresi linier berganda dikarenakan model yang ada pada penelitian ini tidak terlalu

kompleks dan juga variabel independent yang ada secara langsung/searah ke

variabel dependen yang ada.